CRITICAL BOOK REPORT

BAB I
Pendahuluan
Dalam critical book report ini, penulis melaporkan dan menganalisa buku
yang berjudul “Statistika Terapan untuk Quasi dan Pure Experiment” yang ditulis
oleh Prof. Dr. Edi Syahputra, M.Pd. Dan dua buku pembanding yaitu buku
Statistika: Konsep Dasar, Aplikasi, dan Pengembangannya yang ditulis oleh
Prof. Dr. H. Agus Irianto dan buku lainnya yaitu Metode Perancangan Percobaan
oleh Dr. Ir. Vincent Gaspersz, M.Sc.
“Statistika Terapan untuk Quasi dan Pure Experiment” diterbitkan tahun
2016 oleh Unimed Press. Tebal buku ini adalah 311 halaman yang terdiri dari 15
bab yang diantara bab-bab tersebut terdapat beberapa bab yang memaparkan
tentang analisis regresi, analisis korelasi, dan analisis varians. Pemaparan tentang
analisis regresi dan korelasi terdapat pada bab VIII, sedangkan pemaparan tentang
analisis varians terbagi menjadi tiga bab yaitu Bab IX tentang Analisis Varians
Klasifikasi Satu Arah, Bab X tentang Analisis Varians Klasifikasi Dua Arah, dan
Bab XI tentang Analisis Varians Klasifikasi Tiga Arah.
Sedangkan dua buku lainnya juga memaparkan tentang analisis regresi,
analisis korelasi, dan analisis varians. Buku pembanding pertama membahas dan
memaparkan tentang Analisis Varians Satu Arah pada Bab IX dan Analisis
Varians Dua Arah pada Bab X dan buku pembanding kedua membahas dan
memaparkan tentang analisis regresi pada Bab XI.
Penjelasan singkat mengenai isi ketiga buku tersebut di atas akan disajikan
pada bab II dari Critical Book Report ini.
 BAB II
PEMBAHASAN
A. IDENTITAS BUKU
1. Buku Utama (Buku Satu)
a. Judu buku : Statistika Terapan untuk Quasi dan Pure Experiment
b. Penulis : Prof. Dr. Edi Syahputra, M.Pd
c. Penerbit : Unimed Press
d. Tahun Terbit : 2016
e. Kota Terbit : Medan
f. ISBN : 978-602-0888-82-8
g. Tebal Buku : 311 halaman
h. Ukuran : 16 x 22 cm

2. buku Pembanding (Buku Kedua)

a. Judu buku : Statistika: Konsep Dasar, Aplikasi, dan Pengembangannya
b. Penulis : Prof. Dr. H. Agus Irianto
c. Penerbit : Kencana Prenada Media Grup
d. Tahun Terbit : 2010
e. Kota Terbit : Jakarta
f. ISBN : 979-3465-45-X
g. Tebal Buku : 330 halaman

3. buku Pembanding (Buku Ketiga)

a. Judu buku : Metode Perancangan Percobaan
b. Penulis : Dr. Ir. Vincent Gaspersz, M.Sc
c. Penerbit : Armico
d. Tahun Terbit : 1994
e. Kota Terbit : Bandung
f. Tebal buku : 472 halaman
B. Ringkasan Isi Buku
Sumber: Statistika Terapan untuk Quasi dan Pure Experiment
Statistika Terapan untuk Quasi dan Pure Experiment yang memaparkan
tentang analisis regresi, analisis korelasi, dan analisis varians. Pemaparan tentang
analisis regresi dan korelasi terdapat pada bab VIII, sedangkan pemaparan tentang
analisis varians terbagi menjadi tiga bab yaitu Bab IX tentang Analisis Varians
Klasifikasi Satu Arah, Bab X tentang Analisis Varians Klasifikasi Dua Arah, dan
Bab XI tentang Analisis Varians Klasifikasi Tiga Arah. Diuraikan sebagai berikut:

Uraian Singkat Bab VIII

Dalam buku Statistik Terapan untuk Quasi dan Pure Experiment penjabaran
tentang analisis regresi dan korelasi yang terdapat pada Bab VIII terbagi kedalam
10 bagian yaitu pengertian Regresi; Pendugaan Parameter Persamaan Garis
Regresi Linier; Ketepatan Garis Regresi; Pembacaan Makna Output SPSS;
Analisis Korelasi; Prediksi dan Interpretasi Korelasi; Regresi Linier dari Y
terhadap X; Hubungan antara Regresi dan Korelasi; Menginterpretasi Koefisien
Korelasi; dan Kesalahan Baku Prediksi.
Dalam bab ini mengkaji tentang analisis regresi, analisis korelasi dan
hubungan antara analisis regresi dan korelasi.
Analisis regresi adalah suatu kajian yang mengeksplorasi sifat-sifat dari
hubungan diantara variabel-variabel. Hubungan fungsional diantara variabel-
variabel ini dapat dikategorikan atas dua kelompok yaitu regresi linier dan regresi
non linier.
Analisis regresi erat kaitannya dengan analisis korelasi. Pada analisis regresi
yang dicari adalah hubungan fungsional antara dua variabel atau lebih. Sedangkan
pada analisis korelasi yang dicari adalah derajat tingkat keeratan hubungan
variabel-variabel itu.derajat tingkat keeratan hubungan tersebut dinyatakan dalam
koefisien yang disebut koefisien korelasi. Nilai korelasi berkisar antara -1 dan 1.
Hubungan antara regresi dan korelasi yaitu jika korelasi antara x dan y, -1 atau 1,
maka regresi y terhadap x dan regresi x terhadap y identik.
Uraian Singkat Bab IX
Dalam Bab IX tentang Analisis Varians Klasifikasi Satu Arah menjelaskan
tentang Pengantar; Notasi untuk Analisis Varians satu arah; Partisi Jumlah
Kuadrat; Pendugaan-pendugaan Varians; Analisis Varians dengan Dua Kelompok
Data; Asumsi-asumsi dasar pada Analisis Varians; dan Perbandingan Korelasi.
Dalam bab ini mengkaji tentang analisis varians klasifikasi satu arah.
Analisis varians atau yang sering disingkat sebagai ANAVA atau ANOVA
konsep dasarnya adalah partisi jumlah kuadrat yang dituangkan oleh teorema
berikut: “Jumlah kuadrat total sama dengan jumlah kuadrat perlakuan dan jumlah
kuadrat kesalahan atau galat”.
Analisis varians bertujuan untuk membandingkan rata-rata dari beberapa
populasi atau jika dikaitkan dengan suatu rancangan eksperimen maka analisis
varians bertujuan untuk menguji signifikansi perbedaan efek dari perlakuan-
perlakuan terhadap variabel terikat. Pada dasarnya, analisis varians merupakan
perluasan dari uji beda mean dari dua populasi. Dengan kata lain analisis varians
adalah suatu cara untuk melihat perbedaan rata-rata sekelompok data melalui
pengujian variansinya. Analisis varians dapat juga melihat pengaruh variabel
bebas dan variabel kontrol terhadap variabel terikat secara terpisah maupun secara
bersama-sama.
Jumlah kuadrat total terdiri dari jumlah dua bagian yang saling bebas yaitu
jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok. Deviasi dari
suatu data tertentu terhadap rata-rata keseluruhan terdiri dari dua bagian yang
independen yaitu deviasi terhadap rata-rata kelompok dimana data itu terdapat dan
deviasi rata-rata kelompok terhadap rata-rata keseluruhan.
Penggunaan analisis varian membutuhkan asumsi-asumsi tertentu. Karena
analisis varians merupakan perluasan dari uji beda dua rata-rata dari dua populasi,
maka asumsi untuk analisis varians tidak berbeda dengan asumsi pada uji beda
rata-rata dua populasi. Asumsi yang dimaksud adalah: (1) populasi-populasi
berdistribusi normal (sifat normalitas dipenuhi); (2) populasi-populasi bervariasi
sama (sifat homogenitas dipenuhi); (3) sampel dipilih secara acak. Apabila
asumsi-asumsi ini belum dipenuhi dibutuhkan tindakan khusus sebelum kita
memutuskan menggunakan metode statistika lainnya seperti statistika non
parametrik. Tindakan khusus tersebut adalah transformasi data.
Penggunaan analisis varians adalah tepat apabila terpenuhinya asumsi
homogenitas varian, kenormalan, dan “additive”. Jika pada suatu data anggapan-
anggapan tersebut jelas tidak dipenuhi, maka digunakan transformasi sederhana,
hasil suatu himpunan nilai transformasi yang lebih sesuai/teliti pada satu atau
lebih anggapan yang cocok menggunakan analisis yang dikehendaki.

Uraian Singkat Bab X

Bab X tentang Analisis Varians Klasifikasi Dua Arah menjelaskan tentang
Pengertian; Partisi Jumlah Kuadrat; Derajat Bebas; Contoh Terapan pada Bidang
Pendidikan; Contoh Terapan pada Bidang non Pendidikan; Analisis Varians
Klasifikasi Dua Arah dengan Banyak Data dalam Tiap Sel Tidak Sama; dan
Contoh Terapan pada Bidang Pendidikan dengan Banyak Data dalam Tiap Sel
Tidak Sama.
Dalam bab ini mengkaji tentang percobaan klasifikasi dua arah dapat
ditunjukkan dengan hanya satu unit sampling dan satu data (pengukuran) untuk
masing-masing percobaan. Dengan satu data (pengukuran) untuk masing-masing
percobaan maka Jumlah Kuadrat total  JKtot  dipartisi kedalam tiga komponen

yaitu: jumlah kuadrat antar baris, jumlah kuadrat antar kolom, dan jumlah kuadrat
interaksi antara baris dan kolom. Jika lebih dari satu data (ukuran) pada masing-
masing percobaan, maka Jumlah Kuadrat total  JKtot  dipartisi menjadi empat

komponen yaitu: jumlah kuadrat antar baris, jumlah kuadrat antar kolom, jumlah
kuadrat interaksi antara baris dan ko’lom, dan jumlah kuadrat dalam sel. Masing-
masing jumlah kuadrat perpadanan dengan derajat bebasnya (db). Apabila jumlah
kuadrat masing-masing di atas dibagi oleh derajat bebasnya maka akan diperoleh
empat penduga varians. Penduga-penduga varians ini digunakan untuk menguji
signifikansi dari perbedaan antara rata-rata baris, perbedaan antara rata-rata
kolom, dan pengaruh interaksi antara baris dan kolom.
 Jika hanya satu data (pengukuran) dalam kombinasi baris (R) dan kolom (C)
perlakuan percobaan, maka jumlah kuadrat total  JKtot  dapat dipartisi menjadi

tiga komponen yaitu: JK antar baris, JK antar kolom, dan JK interaksi antara baris
dan kolom.

Uraian Singkat Bab XI

Bab XI tentang Analisis Varians Klasifikasi Tiga Arah menjelaskan tentang
Pendahuluan; dan Penurunan Rumus Analisis Varians Tiga Arah.
Dalam bab ini mengkaji tentang beberapa percobaan ada yang
menggunakan analisis varians klasifikasi tiga arah. Percobaan-percobaan tersebut
melibatkan tiga faktor sekaligus dan setiap faktor memuat lebih dari satu kategori.
Pada percobaan dengan klasifikasi tiga arah dan n data dalam tiap sel, jumlah
kuadrat total dipartisi kedalam delapan jumlah kuadrat yang independen.
Kedelapan jumlah kuadrat tersebut adalah jumlah kuadrat antar baris, jumlah
kuadrat antar kolom, jumlah kuadrat antar lapisan (ketiganya disebut jumlah
kuadrat pengaruh utama), jumlah kuadrat antar baris dan kolom, jumlah kuadrat
antar baris dan lapisan, jumlah kuadrat antar kolom dan lapisan, jumlah kuadrat
antar baris, kolom, dan lapisan (keempatnya disebut jumlah kuadrat interaksi),
dan jumlah kuadrat dalam sel. Setiap jumlah kuadrat berpadanan dengan jumlah
derajat bebasnya.
Sebagaimana pada analisis varians klasifikasi satu arah dan klasifikasi dua
arah, penurunan formula yang terdapat dalam tabel analisis varians diperoleh dari
identitas matematika yang dirancang sebelumnya yang mengarah pada partisi
jumlah kuadrat total menjadi jumlah kuadrat antar baris, jumlah kuadrat antar
kolom, dan seterusnya.

Sumber: Statistika: Konsep Dasar, Aplikasi, dan Pengembangannya

Buku Statistika: Konsep Dasar, Aplikasi, dan Pengembangannya
memaparkan tentang Analisis Varians Satu Arah pada Bab IX dan Analisis
Varians Dua Arah pada Bab X. Diuraikan sebagai berikut:
Uraian Singkat Bab IX
Bab IX tentang ANOVA satu arah yaitu menjelaskan pengertian; macam-
macam ANOVA; variabilitas dalam ANOVA dan pengujiannya; ANOVA sampel
berbeda; asumsu dasar dalam ANOVA (kenormalan, kesamaan variansi, dan
pengamatan bebas); analisis sesudah ANOVA; anova satu arah dengan rank; dan
ANOVA pengukuran ulang.
Dalam bab ini menjelaskan bahwa ANOVA adalah teknik analisis statistik
yang dapat memberi jawaban atas ada tidaknya perbedaan skor pada masing-
masing kelompok (khususnya untuk kelompok yang banyak), dengan suatu resiko
kesalahan yang sekecil mungkin. Disamping ANOVA mempunyai kemampuan
membedakan antar banyak kelompok dengan resiko kesalahan yang kecil, juga
dapat memberi informasi tentang ada tidaknya interaksi antar variabel bebas
sehubungan dengan pengukuran terhadap variabel terikat. Oleh karena itu,
perbedaan yang merupakan sasaran utama dalam analisis ANOVA maka data
kategorikal untuk variabel bebas merupakan kondisi yang sesuai. Jika variabel
bebas berdistribusi kontinum atau berskala interval maupun ratio, maka langkah
awal yang harus dilakukan peneliti adalah mengubah data tersebut menjadi
kategorikal. Walaupun langkah ini mengandung resiko pengelompokkan yang
tidak adil, tetapi dituntut untuk dilakukan.
Pada dasarnya ANOVA dapat dibagi menjadi dua kelompok besar, yaitu
beberapa kelompok yang dihadapi merupakan pembagian dari satu independent
variabel (variabel bebas) dan beberapa kelompok yang dihadapi merupakan
pembagian dari beberapa independent variabel (variabel bebas). Sedangkan
pengukuran total variabilitas atas data yang ada dapat dikelompokkan menjadi
tiga bagian yaitu variabilitas antar kelompok, variabilitas dalam kelompok, dan
jumlah kuadrat penyimpangan total. Sedangkan asumsi-asumsi dalam ANOVA
ada tiga yaitu kenormalan, kesamaan variansi dan pengamatan bebas.
Pengujian signifikansi perbedaan dalam ANOVA dengan F tes yaitu
ANOVA satu arah dengan jumlah sampel per sel tidak sama, analisisnya tidak
berbeda dengan jumlah sampel yang sama tiap sel, asal jumlah sampel cukup
besar dan perbedaan jumlah sampel antar sel tidak mencolok.
 ANOVA satu arah dapat pula digunakan untuk menganalisis variabel terikat
berskala ordinal yaitu dengan Kruskal-Walles. Kruskal-Walles menggunakan
asumsi bahwa masing-masing sampel diambil dari populasi yang sama dan
distribusinya ditaksir melalui distribusi chisquare dengan dk = k – 1. ANOVA
dapat pula diterapkan untuk sampel yang sama dengan cara pengukuran ulang.

Uraian Singkat Bab X

Bab X tentang ANOVA dua arah yaitu menjelaskan pengertian;
perbandingan ANOVA satu arah dan dua arah; hipotesis; perhitungan ANOVA
dua arah; dan asumsi dalam ANOVA dua arah.
Dalam bab ini menjelaskan bahwa apabila design yang dikembangkan untuk
mencari ada tidaknya perbedaan dari dua variabel bebas, dan masing-masing
variabel bebas dibagi dalam beberapa kelompok, maka design yang
dikembangkan tersebut sering disebut dengan two factorial design. Dalam kasus
ini peneliti akan menghadapi kelompok sebanyak hasik kali banyak kelompok
variabel bebas pertama dan banyak kelompom variabel bebas kedua.
ANOVAdua arah dapat digunakan peneliti untuk mengatasi perbedaan nilai
variabel terikat yang dikategorikan berdasarkan variasi bebas yang banyak dan
masing-masing variabel terdiri dari beberapa kelompok. ANOVA dua arah
merupakan penyempurnaan ANOVA satu arah.
Langkah ANOVA dua arah sama dengan langkah ANOVA satu arah dan
signifikansi perbedaan diuji dengan F tes. Jika interaksi ternyata signifikan, maka
peneliti perlu melakukan analisis lanjutan dengan analisis elementer rata-rata.
Analisis elementer rata-rata digunakan untuk mengetahui kombinasi mana yang
sebenarnya berbeda dengan yang lainnya.
Asumsi ANOVA dua arah yaitu setiap skor dalam sel berdistribusi normal,
variasi skor pada setiap sel homogen, dan skor bebas dari pengaruh variabel yang
tidak diteliti.